CN113518358B - 一种无线传感器网络布测位置误差的校正方法和装置 - Google Patents
一种无线传感器网络布测位置误差的校正方法和装置 Download PDFInfo
- Publication number
- CN113518358B CN113518358B CN202110450296.7A CN202110450296A CN113518358B CN 113518358 B CN113518358 B CN 113518358B CN 202110450296 A CN202110450296 A CN 202110450296A CN 113518358 B CN113518358 B CN 113518358B
- Authority
- CN
- China
- Prior art keywords
- data
- node
- unbiased
- wireless sensor
- distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000009826 distribution Methods 0.000 claims abstract description 69
- 238000005259 measurement Methods 0.000 claims abstract description 37
- 238000006073 displacement reaction Methods 0.000 claims abstract description 18
- 230000004927 fusion Effects 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims description 22
- 238000012937 correction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 230000003750 conditioning effect Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000005562 fading Methods 0.000 claims description 3
- 230000010363 phase shift Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000013461 design Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000005422 blasting Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种无线传感器网络布测位置误差的校正方法,包括:确定无线传感器网络节点的布测位移偏差率;提取粗估计网络,并对粗估计网络节点进行局部数据拟合重构,获得无偏虚拟节点数据;根据布测位移偏差率和信号传播信息,确定偏移权值函数;对实际布测位置信息和无偏虚拟节点数据进行数据融合,获得无偏节点数据;通过无偏节点数据对实际布测位置信息进行校正,并进行数据拟合重构,获得最终场重构结果。本发明采用的以目标传播规律结合节点偏差信息作为权值分配依据,将实测偏差节点数据与邻域无偏粗估计数据相融合,最终获取符合传播规律的无偏数据估计值的方法,经该方法修正后的数据在二次拟合中可提升整体场重构可靠性。
Description
技术领域
本发明涉及信号处理技术领域,更具体的涉及一种无线传感器网络布测位置误差的校正方法和装置。
背景技术
在当前无线传感器网络布设中,受限于有限的无线传输带宽与高昂的布测维护成本,传感器的布设注定是以高性价比的结构化布测为主,按照一定的先验规则布测传感器所在的位置,以此来配合后续的数据拟合算法。现有布测手段中,面对瞬态信号这种具备短时间变化较快,传播强度呈指数衰减的特点,一般采取小范围等间距布测方法,在选取适当间距的同时,还要考虑到后续插值算法要求的均匀分布假设和空间相关性假设,保证位置与数据的对应才能确保数值拟合时的场重构精度,因此对于传感器位置的先验信息准确性就显得尤为重要。
现有传感器网络小范围集中布测情况,受限于实际环境,传感器实际布测位置往往与理论位置存在偏移,而多数传感器测试节点没有精准位置反馈信息,导致数据分析引入较大的人为重构误差。
发明内容
本发明实施例提供一种无线传感器网络布测位置误差的校正方法和装置,用以解决上述背景技术中提出的问题。
本发明实施例提供一种无线传感器网络布测位置误差的校正方法,包括:
获取无线传感器网络节点的信号传播信息;
获取无线传感器网络节点的实际布测位置信息;
将实际布测位置信息和理论布测位置信息进行对比,确定无线传感器网络节点的布测位移偏差率;
根据布测位移偏差率,提取无偏差节点或规律偏差节点的粗估计网络;并对粗估计网络节点进行局部数据拟合重构,获得无偏虚拟节点数据;
根据布测位移偏差率,通过无线传感器网络节点的信号传播信息,确定偏移权值函数;
根据偏移权值函数,对实际布测位置信息和无偏虚拟节点数据进行数据融合,获得无偏节点数据;
通过无偏节点数据对实际布测位置信息进行校正;并根据校正后的数据进行数据拟合重构,获得最终场重构结果。
进一步地,所述粗估计网络,包括:
采用偏差节点邻域搜索方式划分粗估计网络,各偏差点为独立搜索,邻域集合能够相互重叠,经坐标变换后定义偏差节点坐标为(x0,y0),幅值为sp,邻域抽象表示为:
Fp={f=[(x1,y1),…,(xn-1,yn-1)]|(xi,yi)∈D,f中各点均为无偏节点},(p=1,2…,m)
式中,Fp表示第p个节点的邻域集合,D为所有测试节点集合,m表示偏差节点个数。
进一步地,所述对粗估计网络节点进行局部数据拟合重构,获得无偏虚拟节点数据,具体包括:
在搜索过程中从相邻节点开始,沿坐标轴各方向搜索,直至(xn,yn)为下一个偏差节点,选取搜缩范围内以(x0,y0)为边界且符合数据场重构所需空间分布条件的数据集合作为局部场重构数据集;
进一步地,所述偏移权值函数,具体包括:
进一步地,所述无偏节点数据为:
本发明实施例还提供一种无线传感器网络布测位置误差的校正装置,包括:
外部触发源,用于获取无线传感器网络节点的信号传播信息;
节点定位模块,用于获取无线传感器网络节点的实际布测位置信息;
控制单元,用于将信号传播信息和实际布测位置信息,传输至上位机;
上位机,
用于将实际布测位置信息和理论布测位置信息进行对比,确定无线传感器网络节点的布测位移偏差率;
用于根据布测位移偏差率,提取无偏差节点或规律偏差节点的粗估计网络;并对粗估计网络节点进行局部数据拟合重构,获得无偏虚拟节点数据;
用于根据布测位移偏差率,通过无线传感器网络节点的信号传播信息,确定偏移权值函数;
用于根据偏移权值函数,对实际布测位置信息和无偏虚拟节点数据进行数据融合,获得无偏节点数据;及
用于通过无偏节点数据对实际布测位置信息进行校正;并根据校正后的数据进行数据拟合重构,获得最终场重构结果。
进一步地,所述外部触发源通过外接传感器接口与所述控制单元电连接。
进一步地,所述外部触发源依次通过外接传感器接口、信号调理电路与所述控制单元电连接。
进一步地,所述控制单元通过数据传输接口与所述上位机电连接。
进一步地,所述控制单元还电连接有数据存储模块。
本发明实施例提供一种无线传感器网络布测位置误差的校正方法和装置,与现有技术相比,其有益效果如下:
本发明设计方法针对于现有传感器网络小范围集中布测情况,受限于实际环境,传感器实际布测位置往往与理论位置存在偏移,而多数传感器测试节点没有精准位置反馈信息,导致数据分析引入较大的人为重构误差,提出一种基于空间反馈信息的瞬态场重构位置误差校正方法,用于解决瞬态信号场重构中由于传感器实际布测与理论位置存在偏差导致的场重构畸变现象,用于改善现有场重构中存在的实测传感器节点位置与理论位置不符的情况。具体地,本发明采用的以目标传播规律结合节点偏差信息作为权值分配依据,将实测偏差节点数据与邻域无偏粗估计数据相融合,最终获取符合传播规律的无偏数据估计值的方法,经该方法修正后的数据在二次拟合中可提升整体场重构可靠性。即本发明创造性的将先验粗估计传播模型与实际传感器位置信息反馈相结合,作为偏差点位的修正依据,由实测偏差信息与含有传播规律的粗估计信息按权值配比共同生成修正后的点位估计值,服务于二次精准重构,解决现有分布式测试场重构过程中由于实际环境条件导致布测偏差从而引入重构误差的现象。
附图说明
图1a为本发明实施例提供的极坐标规律布测示意图;
图1b为本发明实施例提供的笛卡尔坐标系规律布测示意图;
图2为本发明实施例提供的含有偏差点位的布测模型示意图;
图3为本发明实施例提供的硬件平台结构示意图;
图4为本发明实施例提供的节点偏移关系示意图;
图5为本发明实施例提供的邻域粗估计网络划分示意图;
图6为本发明实施例提供的整体结构流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明依据无线传感器网络场重构的特点,应用背景为小范围集中式布测,该布测一般针对于特定目标的指标测量,示意图如图1a、图1b所示。
诸如定点***冲击波测量、声场测试、金属部件各个位置震动测量等情况,传感器的触发源头位置可限定在一个小范围内,对该目标进行密集布测,获得整体的测试情况,该种布测手段大多对于测量指标要求较为严格,多路传感器各司其职,但由于测试环境复杂或者测试源头情况复杂(例如受冲击、震动、地形波动等影响),传感器本身的布测点位可能会与预期位置不符,这就造成了后续数据处理过程中各点空间依赖信息的突变,而反映在数据拟合的场信息中就会出现拟合失真的情况,在瞬态信号场测试中,由于位置误差导致的空间数据拟合失真现象更加严重。使得拟合数据不可靠,对于一些较难复现的信号(例如:***、火炮等)则浪费了宝贵的检测机会以及人力物力。
含有偏差点位布测模型示意图如图2所示,其中虚线布测点为后期数据处理拟合模型中的理论测试点位,黑色实线布测点为实际传感器网络布测位置,受限于布测环境、目标源影响等外界因素,存在实际布测点位与理论点位偏差的现象,从而导致后期数据处理过程中存在误差。本发明目的在于解决当前测试架构下的传感器偏差问题,通过传播规律模型与偏移计算模型修正布测偏移对传感器测量值的影响,提高整体场重构的可靠性。
本发明设计方法可利用已有传感器网络测试数据场重构过程中的位置信息作为反馈计算偏差值,从而对现有数据场重构中实测数据点位与理论点位不符的现象进行校正,从数据来源上保证后续插值算法要求的均匀分布假设和空间相关性假设,提升场重构算法的可靠性与数据客观性,更精确的拟合模型可提供更具参考价值的预测结果。
基于上述分析,本发明实施例提供了一种无线传感器网络布测位置误差的校正方法,其具体包括:
1)由节点定位模块,获取分布式传感器节点布测位置信息(x,y)通过集中式布测通信网络将位置信息回传至主机端,获取当前传感器位置归一化偏差(Δx,Δy)。
5)将该值作为偏差位传感器的无偏补偿值,并循环提取直至整个网络内偏差校正结束,将校正后的数据传输回主机端,进行数据拟合重构,获取最终的场重构结果。
6)至此完成一次数据场重构,等待下一周期数据场拟合。
对于上述步骤,本发明设计的硬件平台结构如下:
本发明设计方法载体符合主流无线传感网络嵌入式硬件平台结构,其可依托硬件***结构示意图如图3所示,该***内包含但不限于电源管理模块、传感器接口、选择性接入信号调理电路、核心控制单元、节点定位模块、数据存储及输出传输接口等组成部分。其中,节点定位模块作为本发明设计方法中的空间信息反馈装置为必要模块,在不同工况下可根据需求选取,小范围集中式布测中可采用UWB超宽带精细定位方案,适用于传感器布测间距1米以内,大范围规律布测可采用GPS结合通信测距定位方案确定位置信息,使用布测间距1米以上。
参见图6,本发明实施例提供的无线传感器网络布测位置误差的校正方法,具体分析如下:
本发明设计方法依托于上述硬件平台,可用于检测并校正现阶段无线传感网络中存在的布测误差现象,将校正后的节点信息用于二次重构,从而规避布测误差引起的拟合误差,提高数据场拟合的可靠性。
在测试过程中,首先由单一节点定位模块确定该节点在整个测试网络中的相对位置,并将此信息通过已有通信链路回传至数据处理端构建网络定位图,用于定性及定量检测传感器偏移位置及偏移量(Δx,Δy),其偏移关系示意图如图4所示,该阶段整个网络可进行持续数据采集工作,其校正过程均由主控数据处理端完成,考虑单节点能量损耗问题,可在完成一轮数据采集后随数据一起回传实时位置信息。
其次,获取定位信息后,以偏差节点邻域搜索的方式划分粗估计网络,其结构示意图如图5所示,各偏差点为独立搜索,其邻域集合可相互重叠,经坐标变换后定义偏差节点坐标为(x0,y0),其幅值为sp,邻域的抽象表示定义如下式所示:
Fp={f=[(x1,y1),…,(xn-1,yn-1)]|(xi,yi)∈D,f中各点均为无偏节点},(p=1,2…,m)
式中,Fp表示第p个节点的邻域集合,D为所有测试节点集合,m表示偏差节点个数,在搜索过程中从相邻节点开始,逐步沿坐标轴各方向搜索,直至(xn,yn)为下一个偏差节点,选取搜缩范围内以(x0,y0)为边界且符合数据场重构所需空间分布条件的数据集合作为局部场重构数据集。在局部网络内可采用确定性插值或地统计方案等三维数据拟合方法获取局部空间数据传播趋势函数Ψ(x,y),通过边界坐标变换计算Ψ(x0,y0),获取含有局部传播趋势的估计值作为数据融合中的无偏虚拟节点数据值
上述步骤完成整体传播规律模型的建立,继续计算信号偏移模型,其意义为在t时刻中不同位置节点由于传播衰落与相移导致的幅值偏差,由归一化偏移量(Δx,Δy)计算权值函数其结构可根据目标信号时域传播趋势选取线性适量模型、非线性计算模型以及有限元仿真点集等方式确定,反应偏移度对实际测量信号可靠性影响,随位置偏移量的增大呈负相关趋势,且根据权值分配策略进行无偏估计值与实测数据sp的融合,获取修正后的节点数据值其计算表达式如下式所示。
最后,将修正后节点数据与实际测得节点数据整合进行二次重构,其方法与局部场重构方法类似,获取修正后的传感器网络布测数据场结果。
综上所述,目前场重构领域大部分专家学者专注于改进理论布测模型下的重构方法,对实际布测环境中遇到的现实问题针对性不强,本发明来源于项目实践,在数据源头上修正重构误差的引入,从而实现降低整体重构误差的目的,除此之外相较于现有场重构方案,本发明可对布测中位置偏差点进行标记并由中间过程指标判断其测试可信度,提高整体数据场重构的可靠性。即本发明设计方法目的在于解决上述测试架构下的传感器实际布测与理论布测偏差问题,引入传播规律模型与信号偏移模型做为偏差修正联合估计依据,首先由现有测试节点反馈自身位置信息提取偏差节点,计算节点偏差率,由实际目标传播模型计算偏移权值,之后以偏移节点邻域内剩余无偏差或规律偏差节点提取粗估计网络,通过三维数据拟合手段获取无偏差虚拟节点估计值,最后以传播模型计算偏移权值为分配条件将实测偏差数据与粗估计无偏数据相融合,共同生成无偏点位估计值,循环修正每一个偏差点位,获取全部点位数据后进行整体数据场重构获取最终结果,提高整体场重构的可靠性。
还有,本发明涉及的载体符合主流无线传感网络嵌入式硬件平台结构,对于原本不具备定位功能的节点便于改造,成本较低。其主要实施形式为软件内嵌于待开发***中,也可设定通信协议后挂载于现有传感器节点中,应用范围较为广泛。本发明设计方法在面对不同网络模型传播规律适用性较高,可通过有限元仿真或已有数据规律模型推导获取符合网络特异性的先验粗估计传播模型。
另外,现有场重构技术依赖于空间插值手段,主要分为确定性插值与地统计类插值,确定性插值方法以研究区域内部的形似性、或以平滑度为基础,由已知样点来创建表面。地统计插值利用的则是已知样点的统计特性,不但能够量化已知点之间的空间自相关性,而且能够解释说明采样点在预测区域范围内的空间分布情况。其重构精度不仅受建模算法的影响,也同时受限于传感器点阵布局,数据样点的空间相关性及样点数据准确性是重构精度的前提保障。与之矛盾的是当前无线传感布测多采用人工画点的开环式布测,对实际布测环境中可能出现的地形影响、局部环境影响、测试过程中的位置震动等研究较少,数据源头准确性无反馈保障,从而导致场重构过程中由于实际布测与理论位置不符而出现等高线突变点和孤岛等情况,需要后期修正或同区域多次重复试验以分离突变噪声。
以上公开的仅为本发明的几个具体实施例,本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围,但是,本发明实施例并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围内。
Claims (10)
1.一种无线传感器网络布测位置误差的校正方法,其特征在于,包括:
获取无线传感器网络节点的信号传播信息;
获取无线传感器网络节点的实际布测位置信息;
将实际布测位置信息和理论布测位置信息进行对比,确定无线传感器网络节点的布测位移偏差率;
根据布测位移偏差率,提取无偏差节点或规律偏差节点的粗估计网络;并对粗估计网络节点进行局部数据拟合重构,获得无偏虚拟节点数据;
根据布测位移偏差率,通过无线传感器网络节点的信号传播信息,确定偏移权值函数;
根据偏移权值函数,对实际布测位置信息和无偏虚拟节点数据进行数据融合,获得无偏节点数据;
通过无偏节点数据对实际布测位置信息进行校正;并根据校正后的数据进行数据拟合重构,获得最终场重构结果。
2.如权利要求1所述的无线传感器网络布测位置误差的校正方法,其特征在于,所述粗估计网络,包括:
采用偏差节点邻域搜索方式划分粗估计网络,各偏差点为独立搜索,邻域集合能够相互重叠,经坐标变换后定义偏差节点坐标为(x0,y0),幅值为sp,邻域抽象表示为:
Fp={f=[(x1,y1),...,(xn-1,yn-1)]|(xi,yi)∈D,f中各点均为无偏节点},(p=1,2...,m)
式中,Fp表示第p个节点的邻域集合,D为所有测试节点集合,m表示偏差节点个数。
6.一种无线传感器网络布测位置误差的校正装置,其特征在于,包括:
外部触发源,用于获取无线传感器网络节点的信号传播信息;
节点定位模块,用于获取无线传感器网络节点的实际布测位置信息;
控制单元,用于将信号传播信息和实际布测位置信息,传输至上位机;
上位机,
用于将实际布测位置信息和理论布测位置信息进行对比,确定无线传感器网络节点的布测位移偏差率;
用于根据布测位移偏差率,提取无偏差节点或规律偏差节点的粗估计网络;并对粗估计网络节点进行局部数据拟合重构,获得无偏虚拟节点数据;
用于根据布测位移偏差率,通过无线传感器网络节点的信号传播信息,确定偏移权值函数;
用于根据偏移权值函数,对实际布测位置信息和无偏虚拟节点数据进行数据融合,获得无偏节点数据;及
用于通过无偏节点数据对实际布测位置信息进行校正;并根据校正后的数据进行数据拟合重构,获得最终场重构结果。
7.如权利要求6所述的无线传感器网络布测位置误差的校正装置,其特征在于,所述外部触发源通过外接传感器接口与所述控制单元电连接。
8.如权利要求6所述的无线传感器网络布测位置误差的校正装置,其特征在于,所述外部触发源依次通过外接传感器接口、信号调理电路与所述控制单元电连接。
9.如权利要求6所述的无线传感器网络布测位置误差的校正装置,其特征在于,所述控制单元通过数据传输接口与所述上位机电连接。
10.如权利要求6所述的无线传感器网络布测位置误差的校正装置,其特征在于,所述控制单元还电连接有数据存储模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110450296.7A CN113518358B (zh) | 2021-04-25 | 2021-04-25 | 一种无线传感器网络布测位置误差的校正方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110450296.7A CN113518358B (zh) | 2021-04-25 | 2021-04-25 | 一种无线传感器网络布测位置误差的校正方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113518358A CN113518358A (zh) | 2021-10-19 |
CN113518358B true CN113518358B (zh) | 2022-05-31 |
Family
ID=78061596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110450296.7A Active CN113518358B (zh) | 2021-04-25 | 2021-04-25 | 一种无线传感器网络布测位置误差的校正方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113518358B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101644765A (zh) * | 2009-04-23 | 2010-02-10 | 中国科学院声学研究所 | 一种用于水声换能器线阵的幅相误差校正方法 |
CN101770022A (zh) * | 2009-12-30 | 2010-07-07 | 南京航空航天大学 | 基于遗传算法的mimo雷达阵列位置误差自校正方法 |
GB201321529D0 (en) * | 2013-12-05 | 2014-01-22 | Tt Electronics Technology Ltd | Self-calibrating position sensor |
CN104007413A (zh) * | 2014-04-28 | 2014-08-27 | 电子科技大学 | 考虑信源方位误差的阵列位置误差校正方法 |
CN104507164A (zh) * | 2015-01-16 | 2015-04-08 | 哈尔滨工业大学 | 一种基于rss和测距无偏估计的wsn节点定位方法 |
CN106714336A (zh) * | 2016-10-25 | 2017-05-24 | 南京邮电大学 | 一种基于改进克里金算法的无线传感网温度监测方法 |
US10705606B1 (en) * | 2017-10-23 | 2020-07-07 | Facebook Technologies, Llc | Tracking sensor integration system and method for recursive estimation of pose of user's body part |
CN112533284A (zh) * | 2020-09-23 | 2021-03-19 | 宁波大学 | 一种基于到达角的近远场统一定位方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8838374B2 (en) * | 2005-07-05 | 2014-09-16 | Mi-Jack Products, Inc. | Automatic correction of past position errors for location and inventory tracking |
-
2021
- 2021-04-25 CN CN202110450296.7A patent/CN113518358B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101644765A (zh) * | 2009-04-23 | 2010-02-10 | 中国科学院声学研究所 | 一种用于水声换能器线阵的幅相误差校正方法 |
CN101770022A (zh) * | 2009-12-30 | 2010-07-07 | 南京航空航天大学 | 基于遗传算法的mimo雷达阵列位置误差自校正方法 |
GB201321529D0 (en) * | 2013-12-05 | 2014-01-22 | Tt Electronics Technology Ltd | Self-calibrating position sensor |
CN104007413A (zh) * | 2014-04-28 | 2014-08-27 | 电子科技大学 | 考虑信源方位误差的阵列位置误差校正方法 |
CN104507164A (zh) * | 2015-01-16 | 2015-04-08 | 哈尔滨工业大学 | 一种基于rss和测距无偏估计的wsn节点定位方法 |
CN106714336A (zh) * | 2016-10-25 | 2017-05-24 | 南京邮电大学 | 一种基于改进克里金算法的无线传感网温度监测方法 |
US10705606B1 (en) * | 2017-10-23 | 2020-07-07 | Facebook Technologies, Llc | Tracking sensor integration system and method for recursive estimation of pose of user's body part |
CN112533284A (zh) * | 2020-09-23 | 2021-03-19 | 宁波大学 | 一种基于到达角的近远场统一定位方法 |
Non-Patent Citations (5)
Title |
---|
Cheng Chun-yue等.A calibration algorithm for gain and phase errors of array sensors based on a single nonlinear constraint.《2005 IEEE International Symposium on Microwave, Antenna, Propagation and EMC Technologies for Wireless Communications》.2006, * |
L. Zhao等.A statistical sparsity-based method for sensor array calibration.《2018 IEEE 4th World Forum on Internet of Things (WF-IoT)》.2018, * |
王桂宝等.一种矢量传感器耦合误差的校正方法.《电子与信息学报》.2012,(第07期), * |
王迎迎等.脉冲压缩与互相关联合的阵元相位畸变校正法.《网络新媒体技术》.2020,(第02期), * |
王鼎等.抑制校正源方位估计偏差的阵元位置误差鲁棒估计算法.《电子学报》.2013,(第09期), * |
Also Published As
Publication number | Publication date |
---|---|
CN113518358A (zh) | 2021-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7196662B2 (en) | Probabilistic model for a positioning technique | |
CN108802770B (zh) | 一种ins增强gnss的高精度动态定位检定基准 | |
CN101090301B (zh) | 一种无线电波路径损耗仿真测量方法 | |
Zabotin et al. | NeXtYZ: Three-dimensional electron density inversion for dynasonde ionograms | |
CN110990505B (zh) | 一种基于神经网络的Loran-C ASF修正方法 | |
Settimi et al. | Testing the IONORT-ISP system: A comparison between synthesized and measured oblique ionograms | |
CN105425206B (zh) | 一种非同步无线网络中的稳健最小二乘定位方法 | |
CN116449374B (zh) | 一种水下声呐差分定位方法 | |
CN101726725B (zh) | 基于全局式优化策略的无线传感器网络节点定位方法 | |
CN108983169A (zh) | 一种基于数字高程模型的米波雷达地形修正方法 | |
CN116125386A (zh) | 一种稀疏水声测距增强的水下航行器智能定位方法和*** | |
CN104088630B (zh) | 随钻方位电阻率测井仪器获取地层边界距离的方法 | |
CN113518358B (zh) | 一种无线传感器网络布测位置误差的校正方法和装置 | |
CN113365338B (zh) | 一种基于已知位置校正源的双站相参的方法 | |
KR102252003B1 (ko) | Asf 맵 생성 방법 | |
Seepersad et al. | Do We Need Ambiguity Resolution in Multi-GNSS PPP for Accuracy or Integrity? | |
CN111337955B (zh) | 星载单星测频无源定位接收机试验方法 | |
KR100854796B1 (ko) | 장치의 위치를 추적하기 위한 방법 및 시스템 | |
Lee et al. | RF Signal Strength Modeling in Indoor Environments for Cost-Effective Deployment of Fingerprinting Technology | |
Ma et al. | A Method for Establishing Tropospheric Atmospheric Refractivity Profile Model Based on Multiquadric RBF and k-means Clustering | |
Baumgarten et al. | Navigation and ionosphere characterization using high-frequency signals: Models and solution concepts | |
KR20030037891A (ko) | 지피에스 시스템에서의 지피에스 정보 자동 후처리 방법 | |
Zhao et al. | An efficient sensor selection algorithm for TDOA localization with estimated source position | |
CN114563019B (zh) | 单波束时延检校方法 | |
CN112394378B (zh) | 一种海洋物探平台观测点位置的校正方法及处理终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |